MLOps & AgentOps Engineer

Buscamos MLOps & AgentOps Engineer en Medalla Technology Trabajarás en problemas que van más allá de construir un modelo o un agente: cómo operarlo, evaluarlo, gobernarlo y escalarlo cuando llega a producción. En Medalla Technology seguimos ampliando nuestro equipo de Data & AI y buscamos un perfil especializado en MLOps, LLMOps y AgentOps que nos ayude a llevar soluciones de Machine Learning e IA Generativa desde el desarrollo hasta su puesta en producción de forma robusta, escalable y gobernada. Participarás en proyectos reales de Machine Learning, GenAI y sistemas agénticos en entornos empresariales. ¿Qué harás?
* Diseñar y mantener pipelines de CI/CD para modelos de ML, aplicaciones GenAI y agentes de IA, incluyendo testing, promoción entre entornos, gestión de artefactos y rollback.
* Automatizar el ciclo de vida de modelos: entrenamiento, versionado, despliegue, monitorización y reentrenamiento.
* Diseñar arquitecturas de MLOps, LLMOps y AgentOps en entornos cloud.
* Diseñar estrategias de despliegue multi-entorno y multi-cliente, garantizando la reutilización del código, la parametrización y el aislamiento de datos, credenciales y configuración.
* Implementar observabilidad y trazabilidad end-to-end sobre modelos, prompts, agentes, tool calls y ejecuciones.
* Definir sistemas de evaluación de aplicaciones GenAI, incluyendo calidad de respuesta, groundedness, latencia, coste y seguridad.
* Implementar mecanismos de gobierno, control y guardrails para soluciones de IA en producción.
* Trabajar junto a Data Engineers, Data Scientists y AI Engineers para industrializar soluciones y definir estándares y buenas prácticas. Buscamos experiencia práctica con:
* Al menos uno de los principales entornos cloud: Azure, AWS o GCP.
* Contenedores, principalmente Docker.
* Pipelines de CI/CD con GitHub Actions, Azure DevOps, GitLab CI o tecnologías equivalentes.
* Buenas prácticas de ingeniería de software: organización de repositorios, testing, gestión de dependencias, empaquetado y configuración por entorno.
* Conceptos y patrones fundamentales de MLOps y AgentOps. Valoramos especialmente la experiencia real desplegando y operando modelos, aplicaciones GenAI o agentes en producción. Será un plus haber trabajado en algunos de estos ámbitos:
* Databricks: MLflow (tracking, model registry, tracing y evaluación), Unity Catalog y Databricks Asset Bundles.
* Observabilidad y evaluación de aplicaciones basadas en LLMs y agentes.
* Plataformas GenAI gestionadas: Databricks Agent Bricks, Microsoft Foundry, Amazon Bedrock, Vertex AI o Snowflake Cortex.
* Arquitecturas RAG.
* MCP, herramientas para agentes y arquitecturas multiagente.
* Sistemas de gestión y versionado de prompts. No esperamos que conozcas todas estas tecnologías, sino que tengas una base sólida y experiencia relevante en parte de este ecosistema. ¿Qué encontrarás en Medalla? Buscamos MLOps & AgentOps Engineer en Medalla Technology Trabajarás en problemas que van más allá de construir un modelo o un agente: cómo operarlo, evaluarlo, gobernarlo y escalarlo cuando llega a producción. En Medalla Technology seguimos ampliando nuestro equipo de Data & AI y buscamos un perfil especializado en MLOps, LLMOps y AgentOps que nos ayude a llevar soluciones de Machine Learning e IA Generativa desde el desarrollo hasta su puesta en producción de forma robusta, escalable y gobernada. Participarás en proyectos reales de Machine Learning, GenAI y sistemas agénticos en entornos empresariales. ¿Qué harás?
* Diseñar y mantener pipelines de CI/CD para modelos de ML, aplicaciones GenAI y agentes de IA, incluyendo testing, promoción entre entornos, gestión de artefactos y rollback.
* Automatizar el ciclo de vida de modelos: entrenamiento, versionado, despliegue, monitorización y reentrenamiento.
* Diseñar arquitecturas de MLOps, LLMOps y AgentOps en entornos cloud.
* Diseñar estrategias de despliegue multi-entorno y multi-cliente, garantizando la reutilización del código, la parametrización y el aislamiento de datos, credenciales y configuración.
* Implementar observabilidad y trazabilidad end-to-end sobre modelos, prompts, agentes, tool calls y ejecuciones.
* Definir sistemas de evaluación de aplicaciones GenAI, incluyendo calidad de respuesta, groundedness, latencia, coste y seguridad.
* Implementar mecanismos de gobierno, control y guardrails para soluciones de IA en producción.
* Trabajar junto a Data Engineers, Data Scientists y AI Engineers para industrializar soluciones y definir estándares y buenas prácticas. ¿Qué necesitas? Buscamos experiencia práctica con:
* Python.
* Al menos uno de los principales entornos cloud: Azure, AWS o GCP.
* Contenedores, principalmente Docker.
* Pipelines de CI/CD con GitHub Actions, Azure DevOps, GitLab CI o tecnologías equivalentes.
* Buenas prácticas de ingeniería de software: organización de repositorios, testing, gestión de dependencias, empaquetado y configuración por entorno.
* Conceptos y patrones fundamentales de MLOps y AgentOps. ¿Q